本数据库通过收集和整理最新科研文献信息而得,供了解领域前沿进展之用。数据源自 PubMed Data ,每日自动更新,已收录文献数量参见 统计表格。表格内容由 GPT 自动整理,可能存在错误或遗漏,请使用时务必注意核实!
如有建议或合作意向,欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布,欢迎下载 源码 自行修改使用。如觉得不错,还请不吝 给我打赏,你的支持是我继续创新的重要动力!
除通过在线浏览外,为方便用户离线查阅,本站也提供 付费下载(定价10元)。之所以考虑收费,是因为批量扫描这些文献并整理也是有一定成本的,还请理解并多多支持。本站数据会持续更新,而仅需一次付费,未来就可以随时重新下载到最新版本数据。
序号 | 推送日期 | 文章 | 类型 | 简述 | 创新点 | 不足 | 研究目的 | 研究对象 | 领域 | 病种 | 技术 | 模型 | 数据类型 | 样本量 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1 | 2025-04-02 |
A damage identification method for aviation structure integrating Lamb wave and deep learning with multi-dimensional feature fusion
2025-Jul, Ultrasonics
IF:3.8Q1
DOI:10.1016/j.ultras.2025.107623
PMID:40058116
|
研究论文 | 提出了一种结合Lamb波和多维特征融合深度学习的航空结构损伤识别方法 | 该方法首次将Lamb波信号的一维和二维处理与多维特征融合深度学习模型相结合,提升了损伤信息的时空表征能力,并尝试了跨几何传感器阵列的迁移研究 | 未明确说明方法在更复杂损伤场景下的适用性以及实际工程应用中的计算成本 | 解决航空结构健康监测中复杂传感信号的多维损伤信息提取和有效利用问题 | 航空器切割截面的结构损伤 | 结构健康监测 | NA | Lamb波信号处理、Gramian角场(GAF)转换 | 包含1D分支网络(Inception-v1+BiLSTM)和2D分支网络(连续卷积+BiLSTM)的融合深度学习模型 | 一维时间序列信号、二维图像数据 | 未明确说明具体样本数量,但提到使用真实飞机切割截面的传感信号 |
2 | 2025-04-02 |
Feature compensation and network reconstruction imaging with high-order helical modes in cylindrical waveguides
2025-Jul, Ultrasonics
IF:3.8Q1
DOI:10.1016/j.ultras.2025.107631
PMID:40101471
|
研究论文 | 提出了一种基于特征补偿和网络重建的逐步反演方法,结合高阶螺旋导波技术,用于管道缺陷的高分辨率成像 | 结合深度学习的高阶螺旋导波技术,扩展成像视野并实现管道缺陷的高分辨率成像 | 在有限视角条件下准确反演弱特征缺陷仍具挑战性 | 提高管道缺陷检测的准确性和分辨率 | 管道缺陷 | 无损检测 | NA | 高阶螺旋导波技术、深度学习 | 深度学习模型 | 超声波信号 | 50个随机选择的缺陷样本 |
3 | 2025-04-02 |
Development and validation of a deep learning algorithm for the classification of the level of surgical difficulty in impacted mandibular third molar surgery
2025-May, International journal of oral and maxillofacial surgery
IF:2.2Q2
DOI:10.1016/j.ijom.2024.11.008
PMID:39632213
|
研究论文 | 开发并验证了一种用于分类下颌第三磨牙手术难度水平的深度学习算法 | 使用YOLOv5模型首次实现了对下颌第三磨牙手术难度水平的自动分类 | 样本量相对较小,仅包含1730张全景X光片 | 开发一种能自动分类下颌第三磨牙手术难度的算法 | 下颌第三磨牙 | 计算机视觉 | 口腔疾病 | 深度学习 | CNN, YOLOv5 | 图像 | 1730张全景X光片(1300训练,430测试) |
4 | 2025-04-02 |
Seafloor debris detection using underwater images and deep learning-driven image restoration: A case study from Koh Tao, Thailand
2025-May, Marine pollution bulletin
IF:5.3Q1
DOI:10.1016/j.marpolbul.2025.117710
PMID:39978130
|
研究论文 | 本研究提出了一种结合超分辨率重建技术和优化的YOLOv8目标检测模型的新方法,用于海底垃圾检测 | 创新点包括使用超分辨率重建技术提升水下图像质量,以及优化YOLOv8模型进行海底垃圾检测 | 研究仅基于泰国涛岛的案例,可能无法完全代表其他海域的情况 | 开发一种成本效益高的海底垃圾检测和监测方法 | 海底垃圾 | 计算机视觉 | NA | 超分辨率重建技术(SRR), YOLOv8 | YOLOv8, RDN | 图像 | NA |
5 | 2025-04-02 |
Automatic pre-screening of outdoor airborne microplastics in micrographs using deep learning
2025-May-01, Environmental pollution (Barking, Essex : 1987)
DOI:10.1016/j.envpol.2025.125993
PMID:40090454
|
research paper | 该论文提出了一种使用深度学习自动预筛选室外空气中微塑料的新方法 | 创新点包括在U-Net分割框架中直接集成分类功能,以及使用增强型U-Net模型(Attention U-Net和Dynamic RU-NEXT)和Mask R-CNN模型处理低分辨率显微图像 | NA | 提高室外空气中微塑料的识别和分类效率 | 室外空气中的微塑料(AMPs) | computer vision | NA | 深度学习 | U-Net, Attention U-Net, Dynamic RU-NEXT, Mask R-CNN | 图像 | NA |
6 | 2025-04-02 |
Enhancing synchrotron radiation micro-CT images using deep learning: an application of Noise2Inverse on bone imaging
2025-May-01, Journal of synchrotron radiation
IF:2.4Q3
DOI:10.1107/S1600577525001833
PMID:40167487
|
研究论文 | 该研究应用深度学习技术Noise2Inverse来增强同步辐射显微CT图像,以改善骨成像中的噪声问题 | 使用自监督深度学习方法Noise2Inverse处理低剂量SRµCT图像,解决了传统阈值分割技术无法应用的噪声问题 | 数据采集过程中的测试设置噪声是影响Noise2Inverse可行性的主要因素,且四分之一和六分之一剂量网络结果中骨微结构特征出现失真 | 研究目的是通过减少低剂量SRµCT图像中的噪声,以保护骨的机械性能免受辐射损伤 | 研究对象是骨微结构及其机械性能 | 计算机视觉 | NA | 同步辐射显微CT(SRµCT) | CNN | 图像 | 模拟剂量数据集(全剂量、半剂量、三分之一剂量、四分之一剂量和六分之一剂量) |
7 | 2025-04-02 |
Childhood muscle growth: Reference curves for lower leg muscle volumes and their clinical application in cerebral palsy
2025-Apr-08, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2416660122
PMID:40163724
|
research paper | 该研究构建了5至15岁儿童下肢肌肉体积的参考曲线,并应用于脑瘫儿童的临床评估 | 首次利用深度学习自动分割MRI图像,构建了儿童下肢肌肉体积的参考曲线,并应用于脑瘫儿童的肌肉发育评估 | 参考曲线的置信带在年龄最小和最大的儿童中较宽,可能影响精确性 | 构建儿童下肢肌肉体积的参考曲线,评估脑瘫儿童的肌肉发育状况 | 208名正常发育儿童和78名能行走的脑瘫儿童 | digital pathology | cerebral palsy | magnetic resonance imaging (MRI), deep learning | deep learning | image | 286名儿童(208名正常发育儿童和78名脑瘫儿童) |
8 | 2025-04-02 |
Decoding pathology: the role of computational pathology in research and diagnostics
2025-Apr, Pflugers Archiv : European journal of physiology
DOI:10.1007/s00424-024-03002-2
PMID:39095655
|
综述 | 本文综述了计算病理学在研究和诊断中的作用及其对传统组织病理学的改进 | 介绍了基于深度学习的计算病理学方法,能够高效分析组织病理学样本并整合多模态数据源 | 未具体提及研究的具体限制 | 探讨计算病理学在研究和诊断中的应用及其未来影响 | 组织病理学样本 | 数字病理学 | NA | 深度学习 | DL | 图像 | NA |
9 | 2025-04-02 |
Automated Cerebrovascular Segmentation and Visualization of Intracranial Time-of-Flight Magnetic Resonance Angiography Based on Deep Learning
2025-Apr, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01215-6
PMID:39133457
|
research paper | 该研究提出了一种基于深度学习的自动化脑血管分割和可视化方法,用于颅内飞行时间磁共振血管成像(TOF-MRA) | 提出了一种优于现有两种深度学习方法的新型CNN模型,其可视化效果被评估为与放射科医生手动重建的外观相似 | 研究未提及模型在更广泛或多样化数据集上的表现,可能限制了其普适性 | 评估深度学习血管分割技术在TOF-MRA中自动获取颅内动脉的图像质量 | 颅内动脉的TOF-MRA扫描图像 | digital pathology | cardiovascular disease | TOF-MRA | CNN | image | 394例TOF-MRA扫描(包括脑血管健康、动脉瘤或狭窄病例) |
10 | 2025-04-02 |
Improved diagnosis of arrhythmogenic right ventricular cardiomyopathy using electrocardiographic deep learning
2025-Apr, Heart rhythm
IF:5.6Q1
DOI:10.1016/j.hrthm.2024.08.030
PMID:39168295
|
research paper | 本研究开发并验证了一种基于心电图(ECG)的深度学习(DL)工具,用于诊断致心律失常性右室心肌病(ARVC) | 利用深度学习技术提升ARVC诊断的准确性,达到与ARVC专家相当的水平,并能区分真实ARVC诊断与表型模仿者及高风险家族成员/基因阳性个体 | 研究样本中ARVC的患病率较低,特别是在外部验证队列中 | 开发并验证一种基于ECG的DL工具,用于ARVC的诊断 | 被转诊进行ARVC评估的患者及携带致病性或可能致病性ARVC基因变异的患者 | machine learning | cardiovascular disease | deep learning | DL | ECG | 开发集551例,测试集137例,外部验证队列167例 |
11 | 2025-04-02 |
MUC5B Genotype and Other Common Variants Are Associated with Computational Imaging Features of Usual Interstitial Pneumonia
2025-Apr, Annals of the American Thoracic Society
IF:6.8Q1
DOI:10.1513/AnnalsATS.202401-022OC
PMID:39591102
|
research paper | 该研究探讨了MUC5B基因型及其他常见变异与寻常型间质性肺炎(UIP)的计算成像特征之间的关联 | 使用深度学习技术自动评估CT扫描中的UIP模式和肺纤维化程度,探索遗传风险特征与计算成像表型的关系 | 未发现常见变异与视觉评估的UIP模式之间的关联 | 确定IPF患者的遗传风险特征是否能识别独特的计算成像表型 | 329名具有基因型数据和胸部CT扫描的IPF患者 | digital pathology | idiopathic pulmonary fibrosis | CT扫描,深度学习 | deep learning | image | 329名IPF患者 |
12 | 2025-04-02 |
Chemically Engineered Peptide Efficiently Blocks Malaria Parasite Entry into Red Blood Cells
2025-Apr-01, Biochemistry
IF:2.9Q3
DOI:10.1021/acs.biochem.4c00465
PMID:40062812
|
研究论文 | 通过化学肽工程技术设计出一种能高效抑制疟原虫侵入红细胞的环肽 | 通过残基插入、骨架环化和引入额外二硫键等化学肽工程技术,设计出亲和力比天然配体高20倍的环肽 | 研究主要基于体外实验,尚未进行体内验证 | 开发能阻断疟原虫侵入红细胞的肽类抑制剂 | 疟原虫侵入红细胞的过程及其相关蛋白相互作用 | 生物医学工程 | 疟疾 | 化学肽工程、表面等离子共振技术、深度学习结构预测 | ColabFold-AlphaFold2 | 蛋白质结构数据 | NA |
13 | 2025-04-02 |
Reduction of Acquisition Time in Fourier Transform Infrared Spectral Imaging by Deep Learning for Clinical Applications
2025-Apr-01, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c06317
PMID:40095897
|
研究论文 | 利用深度学习技术减少傅里叶变换红外光谱成像的采集时间,以应用于临床 | 首次将深度学习技术应用于傅里叶变换红外光谱成像,显著减少采集时间同时保持高质量数据 | 研究仅针对肾移植受者的福尔马林固定石蜡包埋组织切片,未验证其他类型样本的适用性 | 解决红外光谱成像在临床应用中的高采集时间问题 | 肾移植受者的福尔马林固定石蜡包埋组织切片的红外图像 | 数字病理 | 肾脏疾病 | 傅里叶变换红外光谱成像 | autoencoder, ResUNet, 1D-CNN, 2D-CNN | 红外图像 | 未明确说明样本数量,仅说明使用1次扫描和64次扫描的红外图像 |
14 | 2025-04-02 |
Quantitative Imaging of Colloidal Structures
2025-Apr-01, Langmuir : the ACS journal of surfaces and colloids
IF:3.7Q2
DOI:10.1021/acs.langmuir.4c05270
PMID:40098481
|
research paper | 该论文提出了一种用于胶体材料显微镜图像定量分析的图像处理和分析方法 | 开发了确保复杂图像准确二值化的方法,并定义了基于二进制对象基本形态特征的度量标准 | 适用于手动标记不实用但深度学习方法不可行的情况,可能不适用于其他场景 | 解决胶体材料显微镜图像定量分析中的挑战 | 胶体聚集体和悬浮液的结构特征 | 图像处理 | NA | 图像处理和分析方法 | NA | 视频显微图像 | 自组装胶体团簇的多样化数据集 |
15 | 2025-04-02 |
Ratiometric, 3D Fluorescence Spectrum with Abundant Information for Tetracyclines Discrimination via Dual Biomolecules Recognition and Deep Learning
2025-Apr-01, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c07061
PMID:40099919
|
research paper | 该研究提出了一种基于双生物分子识别和深度学习的比率3D荧光光谱方法,用于准确区分四环素类抗生素 | 首次报道使用适配体在比率3D荧光光谱中获取丰富信息,结合深度学习实现四环素类抗生素的准确区分 | 未提及具体样本量或实际应用场景的验证 | 开发一种新型生物传感器方法用于四环素类抗生素的定性和定量分析 | 四环素类抗生素 | 生物传感器 | 细菌感染 | 3D荧光光谱 | 人工神经网络(ANN) | 3D荧光光谱数据 | NA |
16 | 2025-04-02 |
Deep Learning-Based Computer-Aided Diagnosis in Coronary Artery Calcium-Scoring CT for Pulmonary Nodule Detection: A Preliminary Study
2025-Apr, Yonsei medical journal
IF:2.6Q1
DOI:10.3349/ymj.2024.0050
PMID:40134084
|
research paper | 评估基于深度学习的计算机辅助诊断(DL-CAD)在冠状动脉钙化评分CT中检测肺结节的可行性和实用性 | 使用基于薄层图像的DL-CAD系统辅助初级医生检测肺结节,显著提高了检测灵敏度且未显著增加假阳性 | 研究为回顾性研究,样本量较小(273名患者),且未明确说明DL-CAD系统在不同类型结节上的表现差异 | 评估DL-CAD在冠状动脉钙化评分CT中检测肺结节的效果 | 273名接受冠状动脉钙化评分CT的患者 | digital pathology | lung cancer | CT | DL-CAD | image | 273名患者(129名男性,平均年龄63.9±13.2岁),共检测到269个结节 |
17 | 2025-04-02 |
Ensemble Deep Learning Algorithm for Structural Heart Disease Screening Using Electrocardiographic Images: PRESENT SHD
2025-Apr-01, Journal of the American College of Cardiology
IF:21.7Q1
DOI:10.1016/j.jacc.2025.01.030
PMID:40139886
|
研究论文 | 开发并验证了一种基于集成深度学习的AI-ECG工具PRESENT-SHD,用于通过12导联心电图图像自动检测和预测多种结构性心脏病 | 首次利用集成深度学习模型(XGBoost)从心电图图像中筛查多种结构性心脏病,并在多中心临床队列和前瞻性人群中验证其性能 | 模型性能可能受到心电图图像质量的影响,且在不同人群中的泛化能力仍需进一步验证 | 开发可扩展的自动化结构性心脏病筛查工具 | 心电图图像与结构性心脏病患者 | 数字病理学 | 心血管疾病 | 深度学习 | CNN+XGBoost集成模型 | 图像(心电图) | 261,228份心电图(来自93,693名患者),并在11,023名个体中进行验证 |
18 | 2025-04-02 |
Deep Learning-Accelerated Non-Contrast Abbreviated Liver MRI for Detecting Malignant Focal Hepatic Lesions: Dual-Center Validation
2025-Apr, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2024.0862
PMID:40150922
|
research paper | 该研究比较了深度学习加速的非增强缩写MRI(AMRIDL)与标准缩写MRI(AMRISTD)在肝脏恶性局灶性病变检测中的表现 | 使用深度学习加速的MRI协议,显著提高了图像质量并减少了扫描时间约50%,同时保持了与标准MRI相当的病变检测灵敏度 | 研究为回顾性设计,样本量相对较小(155例患者) | 评估深度学习加速的MRI协议在肝脏恶性局灶性病变检测中的效果 | 肝脏恶性局灶性病变患者 | digital pathology | liver cancer | MRI, deep learning | DL(深度学习) | 医学影像 | 155例患者(其中64例患者有104个恶性局灶性病变) |
19 | 2025-04-02 |
Effects of snake fungal disease (ophidiomycosis) on the skin microbiome across two major experimental scales
2025-Apr, Conservation biology : the journal of the Society for Conservation Biology
IF:5.2Q1
DOI:10.1111/cobi.14411
PMID:39530499
|
research paper | 研究蛇真菌病(ophidiomycosis)在两个主要实验尺度上对皮肤微生物组的影响 | 使用深度神经网络预测疾病状态,准确率高达99.8%,并发现病原体诱导的微生物组失调遵循可预测的趋势 | 野外和实验室环境下的结构水平和分散变化存在差异 | 探讨病原体与宿主微生物组之间的关系,以减轻疾病影响 | 自由活动的蛇和实验室中的北方水蛇 | microbiome research | snake fungal disease (ophidiomycosis) | quantitative polymerase chain reaction, bacterial amplicon sequencing, deep learning neural network | deep learning neural network | microbiome data | 自由活动的蛇和实验室中的北方水蛇 |
20 | 2025-04-02 |
CabriTrack: Accelerometer data for automated behavioural monitoring of grazing Creole goats
2025-Apr, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111431
PMID:40160528
|
research paper | 介绍了一个名为CabriTrack的数据集,用于通过加速度计数据自动监测克里奥尔山羊的放牧行为 | 提供了一个包含144小时以上三轴加速度计数据的数据集,用于训练和评估行为预测方法 | 数据收集仅限于克里奥尔山羊,且行为识别依赖于手动视频标注 | 开发自动化方法监测放牧动物的行为 | 克里奥尔山羊 | machine learning | NA | tri-axial accelerometer, CCTV camera, manual annotation | machine learning or deep learning | accelerometer data, video | 59只不同的动物,收集了144小时以上的数据 |